Python4：Cartopy和matplotlib包绘制地图和时间序列图

温馨提示

（1）本号分享的有关python的经验方法都是基于anaconda下载的库包（conda install 库包名 或 cmd 命令 pip install 库报名），以及使用anaconda里的spyder(python3.8)编辑和运行代码。

（2）所有的代码都是经过了spyder(python3.8)正常运行得出结果的，可以放心使用，也欢迎交流和讨论。

（3）使用的软件以及不同版本，都有可能会导致代码运用出现问题（不代表分享的代码有问题或是错误的。），关于不同版本运行本号分享的代码出现问题，请自行网上搜索解决办法解决。

（4）如有转载或分享请注明出处，尊重本号版权和辛劳，谢谢！如有侵权敬请联系删除。

5 i" y& e2 Q# z$ O

Cartopy是一个Python包，用于地理空间数据处理，以便生成地图和其他地理空间数据分析。Cartopy利用了强大的PROJ.4、NumPy和Shapely库，并在Matplotlib之上构建了一个编程接口，用于创建发布质量的地图。cartopy的主要特点是面向对象的投影定义，以及在投影之间转换点、线、向量、多边形和图像的能力。

绘制简单地图

Cartopy公开了一个接口，可以使用matplotlib轻松创建地图。创建基本地图非常简单，只需告诉Matplotlib使用特定的地图投影，然后在轴上添加一些海岸线：

1. 使用anaconda安装Cartopy库：

• 
  ( c7 r9 g* |7 w" e5 j( T
  ! K- C, v0 \4 v  u* t5 _. V

conda install Cartopy
8 p3 R2 }" I( ^& p9 `

. d( |# T4 U% a

* L4 a" n* E* c! w) z6 G  p$ s0 ~

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  
• 
  ( Y( m6 g) t' L
• 
  8 A$ U+ L' O& E0 Q
• 
  . W, _& c4 x. G$ p% N
• 
  
  

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()

---

• 
  ' V( g5 n1 t! `) e' n' ~- y9 |: Z/ k4 U
• 
  ( @0 s% K; u) w3 n/ n, M7 w
• 
  
• 
  ; f' s1 N; w9 y5 g/ T
• 
  
• 
  - h; x* W# ^9 D9 y; v5 B
    H- b* N# e3 \

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#换一种投影ax = plt.axes(projection=ccrs.Mollweide())ax.stock_img()plt.show()
( z8 `( ~  v7 R: M

图形保存方式：

• 
  5 T/ v  C7 Z( X
• 
  
• 
  
    X* \! b$ Y" e8 T) |

# Save the plot by calling plt.savefig() BEFORE plt.show()plt.savefig('coastlines.pdf')  #保存为pdf格式的文件plt.savefig('coastlines.png')  ##保存为png格式的图片

绘制时间序列图

例：以三角函数为例绘图

• 
    @% R+ ]$ j6 L1 S. X
• 
  - }- @$ ]3 d4 i  J& q: q0 v
• 
  
• 
  
• 
  ; y2 i1 K$ V+ D
• 
  
• 
  
• 
  
• 
  5 y- P! M- o7 B; T, `) X
• 
  
• 
  5 e& o# ^: y- v! l. J  F# D
• 
  % v3 L9 l  Y6 T+ q4 H
• 
  8 D$ `* x4 R6 M
• 
  
• 
  
• 
  ! f6 `) j/ U' ]8 D  S8 n- j
• 
  3 |* e, D: _0 ], M& `' ~
• 
  $ {6 Z- Z" p8 J  q3 t" j1 b
• 
  
• 
  
  

import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体设置-黑体plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题x = np.arange(-2*np.pi, 2*np.pi, 0.01)  #设值y1 = np.sin(x)y2 = np.cos(x)plt.figure(figsize=(10, 7))  #画布大小plt.plot(x, y1, label='$sinx$')  #绘制sin曲线plt.plot(x, y2, label='$cosx$')  #绘制cos曲线plt.legend(loc='upper right')  #图例plt.xlim(-2*np.pi-1, 2*np.pi+3)plt.xticks([-2*np.pi, -np.pi, 0, np.pi, 2*np.pi], ['$-2\pi$', '$-\pi$', '$0$', '$\pi$', '$2\pi$'])plt.title('三角-函数')plt.xlabel('横坐标')plt.ylabel('纵坐标')plt.axhline(y=0, c='black')plt.show()
; Q' c! v2 ], H; z* ?1 a& ]8 i

                               
登录/注册后可看大图

" ~# r6 s. J  x. E; k- y

以某地1979-2019年平均气温为例绘制两个站点气温时间序列的子区域图：

数据内容如下：

• 
  
• 
  
• 
  " G, O4 t* C& b( E
• 
  
• 
  
• 
  . p( w9 U5 x" i2 I5 G/ z# P* Z
• 
  
• 
  
• 
  
• 
  6 f8 O& I! j4 c6 Y: E" m( z3 F) ^
• 
  
• 
  
• 
  
• 
  
• 
  ! u3 E1 Y7 u4 C) {2 E6 R  N
• 
  ( G2 O4 W: }6 h6 J; j+ E
• 
  
• 
  
• 
  ; E9 x* s0 t8 [* g- b7 x
• 
  
• 
  
• 
  . g/ O3 i6 z* [6 R' ~
• 
  % k: ?8 i1 o5 O& n# Z
  

import pandas as pdimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体设置-黑体plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题#读取某地1979-2019年年平均气温数据共40年data = pd.read_csv("annual tem.txt", skiprows=1, sep='\s+', header=None, names=['year', 'sta1', 'sta2'])print(data)x = data.yeary1 = data.sta1y2 = data.sta2plt.figure(figsize=(10, 7))  #画布大小plt.plot(x, y1, 'r',  label='$sta1$')  #绘制sin曲线plt.plot(x, y2, 'b', label='$sta2$')  #绘制cos曲线plt.legend(loc='upper left')  #图例plt.title('1979-2019 annual mean temperature')plt.xlabel('year')plt.ylabel('tem')plt.show()

* _% e0 M8 S6 a  ~6 ^# ^% B$ E) e                               
登录/注册后可看大图

) A1 h  ~4 j$ _& F/ \8 F6 M

使用matplotlib.pyplot(plt)进行绘图时，直接使用plt里的函数：使用面向对象的方法，先产生一个Axes对象，再对此对象进行操作，实现绘图。